AI发展道阻且长 后深度学习时代成焦点

今天，AI已经在全球上千所大学被广泛研究，工业界也成立了许多高科技公司，其应用成果已深入至人类生活的方方面面。中国企业凭借着更丰富的数据、人才和市场资源，在人工智能核心领域站在了世界的前列。

当人工智能浪潮再次席卷全球，世界在如何改变？我们又该如何发展AI技术，让他们朝好的方向助推各产业、催生新产品、实现生产力质的飞跃？作为当前最具规模与影响力的行业盛会，2018世界人工智能大会于9月17日~19日在上海召开，《每日经济新闻》对此进行了持续报道，继聚焦产业影响之后，本期重点是世界人工智能之技术发展。

“AI可以欺骗我们，我们也可以欺骗AI。”华为公司董事、战略营销总裁徐文伟如是表示。现有人工智能面临数据瓶颈、功耗瓶颈、可解释性瓶颈等问题，为确保人工智能健康持续发展，业内认为急需建立后深度学习的人工智能理论和技术体系。

数据不是万能的

在人们都在讨论大数据对人工智能领域的重要性时，约翰霍普金斯大学教授Alan Yuille在2018世界智能大会上带来了全新的观点：“标注数据显然是不够的，要形成类似人类能力的通用型AI系统，仍然存在很多挑战。需要了解人类的大脑，了解认知科学、神经科学，我们做的工作只是冰山一角，未来还任重而道远。”

华为公司董事、战略营销总裁徐文伟表示，人类有史以来一共有26种GPT（通用技术），而人工智能就是其中之一。但现在的人工智能还远远达不到真正理想的智能，它应该是有逻辑判断、有决策能力的智能，而且人工智能取决于数据的质量，所以离愿景差距还很大。

“我们知道人工智能是可以欺骗我们的，但归根结底是我们欺骗了人工智能。”徐文伟解释道，“人工智能的前提是数据要准确，如果给它一定的干扰，就会让它产生错误的判断，在这种情况下如果（人工智能）用在自动驾驶上，后果不堪设想。”

驭势科技创始人、CEO吴甘沙向《每日经济新闻》记者表示，在人工智能领域，自动驾驶占据重要的一席之地，但是要达到真正大规模的商业化会受到技术、法规、成本、基础设施和社会接受度等各方面的限制，“目前世界上最优的无人驾驶汽车测试数据，也只能保持在每跑5596英里就需要有一次人工干预”。

对此，徐文伟表示，如果单纯靠人工智能、靠汽车自动驾驶是不可能实现的，一定是要智慧的车、聪明的路，才能真正地实现自动驾驶。

中国信息通信研究院在9月发布的《2018年人工智能发展白皮书》显示，在数据层面，主要存在流通不畅、数据质量良莠不齐和关键数据集缺失等问题。尤其是数据标注主要通过外包形式，劳动力水平决定了产出的标注数据质量。

《白皮书》还表示，计算机视觉、自然语言处理等领域的数据资源严重不足，同时我国产业数据主要供给产业界，目前学术界数据集数量较少，可能影响科研及前瞻性的技术研究。

因此落入到算法层面，深度学习算法模型存在可靠性及不可解释性的问题。深度学习模型离开训练使用的场景数据，其实际效果就会降低；而深度学习计算过程为黑盒操作，模型计算及调试的执行规则及特征选取由机器自行操作，目前尚无完备理论能够对模型选取及模型本身进行合理解释，随着相关算法在实际生产生活中的融合应用，存在产生不可控结果的隐患。

后深度学习时代的人工智能

科技部创新发展司副司长余健在分论坛致辞时表示，人工智能发展进入了加速发展期，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。互联网是新基础设施，大数据是新生产要素，云计算是新服务模式，智能化是新发展动能。

“2018年中国人工智能企业数达到了1011家，位列世界第二位；规模达到了137亿元，同比增长61.7%；人工智能研发人员总数达到了18000多人，占世界（人工智能研发人员总数）的8.9%。”余健表示。

诚然，中国在人工智能基础前沿领域涌现出一批具有国际先进水平的创新性成果，论文发表数量为36000多篇；人工智能产业技术也跻身世界前列，在中文信息处理、智能监控、生物特征识别等方面具有一定优势，已成为全球人工智能专利布局最多的国家。

不过，清华大学人工智能研究院常务副院长孙茂松向《每日经济新闻》记者表示，目前的高潮是以深度学习为代表的人工智能，该方法奏效是有条件的，必须在一个封闭的空间内完成，任务和规则是明确的。但是一旦到了开放的环境中，现有的方法理论都行不通，这也是国际上人工智能领域方法研究的最前沿，目前还没有可以适用的研究成果。

不仅是基础研究，企业在市场营销、供应链管理、风险管制、服务运营等高价值决策类场景下应用AI面临更大挑战。第四范式创始人、CEO戴文渊发现，AI能够创造更多价值，但高门槛将小场景拒之门外。

他表示，能够引领AI发展的顶级人才，环顾全球尚不足千人，这让AI成为了供不应求的抢手货。只有AI的应用门槛需要降低到普通开发者甚至是业务人员也能做的程度，才能够真正爆发。

当下，AI人才紧缺，复合型AI人才更是少之又少，戴文渊用自身经历告诉记者，要让一个人同时具备AI科学家、工程师和业务员三种能力，是一件很难并且耗费时间的事情。于是如何赋能一整套“通用系统+专业平台+行业应用”的AI应用全过程系统成为行业发力的焦点。

如今人工智能正在进入后深度学习时代。商汤科技联合创始人、首席执行官徐立向《每日经济新闻》记者表示，人工智能发展有两大行业趋势：第一，万事万物皆数据；第二，机器学习将不再需要人工干预。

接下来，如何实现从弱人工智能到强人工智能的迭代？中国通信院认为，迁移学习的研究及应用将成为重要方向，能够有效提升深度学习模型的复用性。

与此同时，随着人工智能应用在生产生活中的不断深入融合，对于推断软件框架功能及性能的需求将逐渐爆发，催生大量相关工具及开源推断软件框架，降低人工智能应用部署门槛。国内外的云服务和人工智能巨头也将围绕各自应用与设备商、系统集成商、独立软件开发商等联合，共同打造基于服务平台的生态系统，未来“平台+智能+生态”的人工智能将成为趋势。